Sinais e Sistemas – Convolução

João Francisco Azevedo Pereira, Nº 2044408

Cálculo da convolução de um sinal discreto e contínuo

Docentes: Joaquim Amândio R. Azevedo
Nuno Fábio Gomes Camacho Ferreira

Novembro 2014

... 6 3..................................3 Fórmulas da convolução ...............E............................................................................ 9 6. Resultados Teóricos ........................... 3 2.... 3 2.................. 7 4..................................................... Conclusão ..1 Cálculo da convolução entre sinais contínuos ............4 Propriedades da operação . 14 Anexo D – Gráfico representativo do código ..........................................E............ 13 Anexo C – Algoritmo para sinais discretos .......................................... 12 Anexo B – Gráfico representativo do código . 5 3......................................... 14 Sinais e Sistemas – 2014/2015 2 . Análise de resultados.... 9 5...................................................................................................................................................2 Cálculo da convolução entre sinais discretos ..............................................................1 Implementação do algoritmo para sinais contínuos .........................................................1 Definição de convolução ................................. 6 3................. 11 7.............................Centro de Competências de Ciências Exactas e da Engenharia L............T Índice 1........................................... Procedimento prático (MATLAB) ...................... 5 2.....................................................................2 Implementação do algoritmo para sinais discretos ........................................................................................ 8 4................................ Síntese......................... Referências Bibliográficas .......................................................... 9 4................................................................. 4 2.......................................... 3 2....................2 Convolução e Correlação . 11 Anexo A – Algoritmo para sinais contínuos ................ Introdução da teoria .................

1. ou seja. escolheuse quatro sinais (dois discretos e dois contínuos) para uma primeira análise teórica. A operação de convolução consiste numa operação matemática entre sinais. Síntese O primeiro trabalho prático da cadeira de Sinais e Sistemas centrou-se no estudo da convolução de sinais contínuos e discretos. mas sim para todas as funções contínuas e discretas. através do programa MATLAB. Foi feita uma consolidação entre os conhecimentos práticos e teóricos para ser possível obter resultados através da ferramenta de software. Antes de qualquer simulação. é uma forma matemática de combinar dois sinais a que faz corresponder outro sinal com determinadas regras. cada um desses impulsos são definidos por: 𝛿∆ (𝑡) = { 1 ∆ 0<𝑡<∆ 0 outros (2. Para uma melhor compreensão da análise teórica.1) O sinal x(t) de entrada será representado desta forma: 𝑥(𝑡) = ∑∞ 𝑘=−∞ 𝑥(𝑘∆)𝛿∆ (𝑡 − 𝑘∆)∆ Sinais e Sistemas – 2014/2015 (2.E. Para que esta operação possa ocorrer.1. muito importante para analisar determinados sistemas em que um sinal fará corresponder a outro de acordo com certos parâmetros [1].E. 2. Os algoritmos usados para o cálculo da convolução não são apenas para as funções tratadas neste trabalho. Introdução da teoria Nesta parte do trabalho.Centro de Competências de Ciências Exactas e da Engenharia L.T 1. foram estudadas duas operações deveras importantes na manipulação de sinais e consequentemente úteis para a realização do trabalho pois permitiram o estudo teórico. é estritamente necessário que o sistema que estamos a analisar seja linear e invariante no tempo [2]. Sabendo que um sinal de entrada x(t) pode ser decomposto e aproximado por uma série de impulsos de Dirac.1 Definição de convolução A convolução é a operação que permite obter o sinal de saída conhecendo o sinal de entrada e a resposta impulsional do sistema. 2.2) 3 . foram efectuadas simulações onde comparou-se com os resultados obtidos matematicamente.

T Ao analisar esta última expressão.E. o somatório tenderá para o integral. Se aplicarmos um impulso de Dirac aproximado à entrada. a função de convolução é aquela que faz corresponder a dois sinais.1 – Resposta de um sistema linear e invariante no tempo a uma soma pesada de impulsos atrasados (aproximação do sinal de entrada) Independentemente dos sistemas lineares e invariantes no tempo. corresponderá a uma saída atrasada e a uma soma pesada das respostas na saída também. 𝑦(𝑡).4) 2. e o Dirac aproximado por 𝛿∆ (𝑡). O aspecto de semelhança matemática leva a que seja bastante útil para calcular a convolução de dois sinais. Sinais e Sistemas – 2014/2015 4 .E. que é generalizado pela seguinte expressão: ∞ 𝑦(𝑡) = 𝑢(𝑡) ⊗ 𝑣(𝑡) = ∫−∞ 𝑢(𝜏)𝑣(𝑡 − 𝜏)𝑑𝜏 (2. k∆ tenderá para a variável contínua (designada por τ). verifica-se que se ∆ tender para o valor igual a 0. na saída terse-á a resposta a esse impulso. Para aplicar esta função. 𝑢(𝑡) e 𝑣(𝑡) um terceiro sinal.1. onde uma soma pesada dos 𝛿∆ (𝑡). o sistema terá que ser linear e invariante no tempo.3) Através desta expressão conseguimos determinar o sinal inicial a partir das suas componentes.1. Designar-se-á por ℎ∆ (𝑡).2 Convolução e Correlação Estas duas operações são muito importantes na manipulação de sinais.1. Conseguimos mostrar estas características através da seguinte figura: ∞ ∑ 𝑥(𝑘∆)𝛿∆ (𝑡 − 𝑘∆)∆ Sistema linear e invariante no tempo 𝑘=−∞ ∞ ∫ 𝑥(𝜏)𝛿(𝑡 − 𝜏)𝑑𝜏 ∞ ∑ 𝑥(𝑘∆)ℎ∆ (𝑡 − 𝑘∆)∆ 𝑘=−∞ Sistema linear e invariante no tempo ∞ ∫ 𝑥(𝜏)ℎ(𝑡 − 𝜏)𝑑𝜏 −∞ −∞ Figura 2. fisicamente são muito diferentes. e o impulso aproximado tende para o impulso de Dirac.Centro de Competências de Ciências Exactas e da Engenharia L. atrasados no tempo. Apesar de serem operações matemáticas muito parecidas. ∞ 𝑥(𝑡) = lim∆→0 ∑∞ 𝑘=−∞ 𝑥(𝑘∆)𝛿∆ (𝑡 − 𝑘∆)∆ = ∫−∞ 𝑥(𝜏)𝛿(𝑡 − 𝜏)𝑑𝜏 (2.

onde torna o processo menos moroso. 2.1) Convolução: ∞ 𝑢(𝑡) ⊗ 𝑣(𝑡) = ∫−∞ 𝑢(𝜏)𝑣(𝑡 − 𝜏)𝑑𝜏 (2.1 – As várias expressões para a convolução Sinais Contínuos de Energia Sinais Discretos de Energia Sinais Periódicos Contínuos Sinais Periódicos Discretos 2. repara-se em alguma analogia.E.Centro de Competências de Ciências Exactas e da Engenharia L. A convolução de dois sinais é igual à correlação entre o primeiro sinal e o simétrico do complexo conjugado do segundo. A expressão matemática já enunciada é para sinais contínuos de energia. As propriedades desta função estão na tabela a seguir enunciada: Sinais e Sistemas – 2014/2015 5 . porém utilizou-se o cálculo da convolução matemático.4 Propriedades da operação As propriedades das operações matemáticas são as ferramentas que facilitam e a convolução não é uma excepção. Como já referi. quando deslocamos na variável. porém existem mais três para os vários tipos de sinal. ou seja. com troca de variáveis. As expressões para diferentes tipos de sinal apresentam-se na tabela seguinte: Tabela 2.2. o processo matemático é semelhante tal como mostram as fórmulas a seguir: Correlação: ∞ 𝑢(𝑡) ⊙ 𝑣(𝑡) = ∫−∞ 𝑢(𝑡)𝑣 ∗ (𝑡 − 𝜏)𝑑𝑡 (2. quando se desloca um em relação ao outro.3. É de salientar que existe outra ferramenta que podemos utilizar para o cálculo da convolução que é a derivação gráfica.3 Fórmulas da convolução Existem fórmulas que dependem do tipo de sinais com que estamos a trabalhar.2) Depois de analisar as duas expressões.E.2.T Correlação é fazer uma comparação entre dois sinais.

1.T Tabela 2.Centro de Competências de Ciências Exactas e da Engenharia L.2 – Sinal v(t) revertido Aplicando então a operação de correlação entre o sinal 𝑢(𝑡) e 𝑣(−𝑡) obtemos as seguintes expressões: 𝑡 < −1 −1 < 𝑡 < 1 1<𝑡<3 → 𝑢(𝑡) ⊗ 𝑣(𝑡) = 0 𝑡 3 9 𝑢(𝑡) ⊗ 𝑣(𝑡) = ∫ 3. basta efectuar a operação de correlação de 𝑢(𝑡) com o simétrico do complexo conjugado de 𝑣(𝑡). Sendo 𝑣(𝑡) totalmente um sinal real.1 .Propriedades da convolução Linearidade Comutatividade Associatividade Derivação [𝑎𝑢1 (𝑡) + 𝑏𝑢2 (𝑡)] ⊗ 𝑣(𝑡) = 𝑎𝑢1 (𝑡) ⊗ 𝑣(𝑡) + 𝑏𝑢2 (𝑡) ⊗ 𝑣(𝑡) 𝑢(𝑡)⨂𝑣(𝑡) = 𝑣(𝑡)⨂𝑢(𝑡) 𝑢(𝑡)⨂[𝑣(𝑡)⨂𝑤(𝑡)] = [𝑢(𝑡)⨂𝑣(𝑡)]⨂𝑤(𝑡) 𝑢(𝑛) (𝑡)⨂𝑣 (𝑚) = [𝑢(𝑡)⨂𝑣(𝑡)]𝑚+𝑛 3.4.1. [ (𝜏 − 𝑡) + 3] 𝑑𝜏 = − (𝑡 2 − 6𝑡 − 7) 4 8 −1 → → 1 3 9 𝑢(𝑡) ⊗ 𝑣(𝑡) = ∫ 3. Resultados Teóricos 3. [ (𝜏 − 𝑡) + 3] 𝑑𝜏 = − (𝑡 − 4) 4 2 −1 Sinais e Sistemas – 2014/2015 6 .1 Cálculo da convolução entre sinais contínuos Ora então teremos dois sinais contínuos escolhidos para serem utilizados na operação de convolução: Figura 3. ou seja.E.1 – Sinais contínuos utilizados para a convolução Para conseguirmos obter a função de convolução entre os dois sinais. basta utilizar a semelhança matemática entre a convolução e a correlação. basta reverter o sinal para efectuar a operação: Figura 3.E.

ou seja o sinal 𝑣(𝑛). Figura 3.2 Cálculo da convolução entre sinais discretos Acabado o estudo teórico para sinais contínuos. reverteu-se aquele que nos trará mais fácil tratamento. Estes são os sinais que iremos estudar: Figura 3.E.E.2.Centro de Competências de Ciências Exactas e da Engenharia L. Dependendo dos sinais.1 – Sinais discretos utilizados para a convolução A par do que acontecia com o sinal contínuo. é possível esboçar o gráfico resultante da operação de convolução.1) 7 .2. a convolução de dois sinais discretos pode ser obtido através da correlação de um dos sinais e o complexo conjugado do simétrico do outro sinal. [ (𝜏 − 𝑡) + 3] 𝑑𝜏 = (𝑡 − 5)2 4 8 𝑡−4 𝑢(𝑡) ⊗ 𝑣(𝑡) = ∫ 𝑡<5 → 𝑢(𝑡) ⊗ 𝑣(𝑡) = 0 Depois de efectuado o cálculo.1. inicia-se o estudo para sinais discretos.3 – Gráfico da convolução entre os sinais u(t) e v(t) 3.T 1 3<𝑡<5 → 3 9 3. Tendo em conta que os sinais que estudou-se não são casos particulares de sinais contínuos iremos usar a seguinte expressão: 𝑢(𝑡𝑛 ) ⊗ 𝑣(𝑡𝑛 ) = ∑∞ 𝑘=−∞ 𝑢(𝑡𝑘 )𝑣(𝑡𝑛 − 𝑡𝑘 ) Sinais e Sistemas – 2014/2015 (3.

E.Centro de Competências de Ciências Exactas e da Engenharia L.2 – Sinal v(n) revertido Ao aplicarmos a função de correlação com o sinal 𝑢(𝑛).2. Figura 4.T Figura 3. teve-se que elaborar o fluxograma para melhor compreensão das diferentes fases do algoritmo para os diferentes tipos de sinal. Procedimento prático (MATLAB) Nesta secção do trabalho serão explicados os principais procedimentos tomados para a elaboração dos algoritmos inseridos no software MATLAB.1 – Fluxograma do algoritmo de cálculo da convolução Sinais e Sistemas – 2014/2015 8 .2. Para a inicialização do algoritmo que foi feito para calcular a convolução entre os sinais discretos e contínuos. obteve-se o seguinte resultado: Figura 3.3 – Gráfico da convolução entre os sinais discretos 4.E.

é necessário criar um ciclo for para a criação da matriz através do deslocamento das amostras que. Na fase de implementação do algoritmo. Seguidamente criou-se um ciclo for. para a construção da matriz que é fulcral nesta parte do algoritmo.Centro de Competências de Ciências Exactas e da Engenharia L. sendo que a base é a mesma. multiplica-se a função do outro sinal (𝑢(𝑡)) pela matriz criada e está praticamente concluído o processo. No Anexo A encontra-se todo o código desta implementação e no Anexo B a figura do resultado final. Sinais e Sistemas – 2014/2015 9 . Olhando para o anexo C verificou-se que logo depois é elaborado o eixo para o gráfico final.E. Após a matriz estar pronta. é possível confirmar essas atribuições. Por fim. obtendo a função final. multiplica-se a matriz pela função x. 4. E usando a função plot e axis obteve-se a figura resultante.2 Implementação do algoritmo para sinais discretos O algoritmo usado para os sinais discretos é muito semelhante à dos sinais contínuos.E. através das posições de cada um dos sinais e dos seus comprimentos (length (função)).1 Implementação do algoritmo para sinais contínuos Como são funções contínuas definiu-se uma frequência de amostragem adequada para este sinal (Fa = 1/100). disponível no Anexo A. Como vê-se no fluxograma. Depois foram definidas as funções a que se pretende aplicar a operação de convolução.T 4. Tal como nos sinais contínuos. No algoritmo. inicia-se com a definição dos mínimos das respectivas funções e alojamento das variáveis. As posições iniciais e as funções com que se pretende trabalhar são as primeiras coisas a definir. apenas falta multiplicar pela frequência de amostragem para o procedimento estar “pronto”. 5. neste caso é o sinal y. Para ser apresentado o resultado final aplicou-se a função stem onde apresenta as funções discretas. Neste trabalho denominou-se por funções y e x. Análise de resultados Depois de terminada a elaboração e execução do código referente ao trabalho pretendido obteve-se os resultados esperados.

Finalmente.1 – Confronto dos resultados obtidos Ao analisarmos estes gráficos viu-se que não estão na mesma escala. temos uma parábola com concavidade virada para cima até o último valor da função de convolução (𝑡 = 5). Observa-se nos gráficos no intervalo de −1 < 𝑡 < 1 tem-se uma parábola com concavidade virada para baixo iniciando em 𝑡 = −1 e acabando em 𝑡 = 1.2 – Confronto dos resultados obtidos Tal como acontece nos gráficos de sinais contínuos estes não estão à mesma escala. Sinais e Sistemas – 2014/2015 10 .T Figura 5. Para os restantes valores fora deste intervalo a operação tem sempre um valor nulo.E. No caso dos sinais discretos obteve-se os seguintes gráficos: Figura 5. teóricos e simulados. Logo depois viu-se uma recta com declive negativo (𝑚 < 0) entre o ponto 1 e 3. Os dois resultados.Centro de Competências de Ciências Exactas e da Engenharia L. mas também verificou-se que o resultado final teórico é igual ao obtido através do algoritmo implementado. são iguais tendo em conta que os dois começam em 𝑡 = −1 e terminam em 𝑡 = 5.E.

Constatou-se que nem sempre é mais fácil efectuar os cálculos das operações pois pode ser um procedimento moroso. “Teoria do Sinal e suas aplicações”.R.Centro de Competências de Ciências Exactas e da Engenharia L.Escolar Editora.R.. no ponto 2 e 3 tomam o valor 2. “Teoria do Sinal e suas aplicações”.. 6.. Referências Bibliográficas [1] Grilo. efectuou-se o estudo teórico podendo também utilizar outra forma de chegar ao resultado pretendido através do uso as derivadas. Para o cálculo no caso discreto bastava fazer o cálculo ponto a ponto pois não eram funções com inúmeros pontos porém fez-se a operação pela definição. A. J.A. 7..C. Verificou-se que a operação entre matrizes é fundamental para o funcionamento deste tipo de algoritmos no programa de simulação. F. A. J..A.R.E. F. Casimiro.145. Casimiro. pp. Os resultados teóricos foram de acordo com os obtidos pelos códigos desenvolvidos no software MATLAB. pp. Conclusão Com este trabalho aprofundaram-se as noções sobre as operações de correlação e convolução que foram leccionadas nas aulas teóricas. deve-se consultar os anexos que contêm o código do algoritmo e as respectivas figuras finais. No caso contínuo.E.T No ponto inicial este toma o valor de 0. na origem toma o valor de 3 1 2 . [2] Grilo. 2010..C. Se se optasse por um método mais simples não era necessário tantos cálculos. no ponto 1 toma o valor de 2 . 2010 Sinais e Sistemas – 2014/2015 11 . Azevedo. Azevedo. no ponto 4 o valor 1 1 e o no ponto final (t=5) toma o valor de2 .R. Lopes J. Para melhor compreensão do trabalho feito através do software MATLAB.145.Escolar Editora. Lopes J.

% funcão u %PARAMETROS DA FUNCAO V eixov=x2 % eixo da função v x2=-1:Fa:1. % Numero de elementos em u % Criacao da matriz com a função v for n=1:L M(n. u=(-(3/4)*x1)+3.L-n)]. end z=u*M.T Anexo A – Algoritmo para sinais contínuos clear.:)=[zeros(1. axis([min(mm) max(mm) min(FF) max(FF)]). % Mínimo de -x2->Será o novo eixo.FF. da função v revertida pxi=min(x1). Fa=1/100. grid. % criacao do vector z para depois multiplicar %pela frequencia de amostragem e obter a funcao final FF=(Fa*z). % frequência de amostragem %PARAMETROS DA FUNCAO U eixou=x1 % eixo da função u x1=0:Fa:4.n-1) v zeros(1. title('Função de convolução entre u(t) e v(t)'). v=(0*x2)+3. % FUNCAO FINAL % Abcissas da convolucão mm=pxi-max(-x2):Fa:(pxi-(pyi+N2)+N1+N2). % Desenho do gráfico final plot(mm.'r'). % Mínimo de x1 N2=max(x2)-min(x2).E.E.Centro de Competências de Ciências Exactas e da Engenharia L. % Numero de elementos em v N1=max(x1)-pxi. Sinais e Sistemas – 2014/2015 12 . pyi=min(-x2). % função v %ALGORITMO PARA EFECTUAR A CONVOLUCAO L=length(u).

E.Centro de Competências de Ciências Exactas e da Engenharia L.E.T Anexo B – Gráfico representativo do código Sinais e Sistemas – 2014/2015 13 .

%multiplicacao da funcao x pela matriz stem(m. pxi=0.Centro de Competências de Ciências Exactas e da Engenharia L. %Implementacao do algoritmo m=pxi-(pyi+n2-1):pxi-(pyi+n2-1)+n1+n2-2.T Anexo C – Algoritmo para sinais discretos clear.E. y=[1 1 1].FF). end FF=(x*M).n-1) fliplr(y) zeros(1. for n=(1:n1) M(n. pyi=-1.n1-n)]. n2=length(y). %Funcoes Discreta x=[0 1/2 1 1/2 1/2].E. %gráfico final Anexo D – Gráfico representativo do código Sinais e Sistemas – 2014/2015 14 . n1=length(x).:)=[zeros(1.